开课吧AI产品经理赋能实战精英班【视频代码齐全】

在具体应用领域也出现了不少成功的模型，比如

• detection问题的R-CNN，fast RCNN，faster RCNN，SSD，YOLO，RetinaNet，CornerNet等，

• 解决segmentation问题的FCN，DeepLab，Parsenet，Segnet，Mask R-CNN，RefineNet，PSPNet，U-Net等，

• 处理激光雷达点云数据的VoxelNet，PointNet，BirdNet，LMNet，RT3D，PIXOR，YOLO3D等，

• 实现激光雷达和图像融合的PointFusion，RoarNet，PointRCNN，AVOD等，

• 做图像处理的DeHazeNet，SRCNN (super-resolution)，DeepContour，DeepEdge等，

• 2.5 D视觉的MatchNet，DeepFlow，FlowNet等，

• 3-D重建的PoseNet，VINet，Perspective Transformer Net，SfMNet，CNN-SLAM，SurfaceNet，3D-R2N2，MVSNet等，

• 以及解决模型压缩精简的MobileNet，ShuffleNet，EffNet，SqueezeNet，

• 。。。

 

 

 

（计算机视觉的底层，不低级）。

图像处理，还有视频处理，曾经是很多工业产品的基础，现在电视，手机还有相机/摄像头等等都离不开，是技术慢慢成熟了（传统方法），经验变得比较重要，而且芯片集成度越来越高，基本上再去研究的人就少了。经典的ISP，A3，都是现成的，当然做不好的也很难和别人竞争，成本都降不下来。